--- title: AI एजेंट ऑर्केस्ट्रेशन url: https://ftrlg.com/hi/wiki/ai-agent-orchestration/ lang: hi published: 2026-10-11 version: 2 summary: कई AI एजेंटों से एक साथ काम करवाने का तरीक़ा — मुख्य एजेंट काम को एजेंटों में बाँटता है, उन पर नज़र रखता है और नतीजा जोड़ता है। cite_as: "future.log, «AI एजेंट ऑर्केस्ट्रेशन», https://ftrlg.com/hi/wiki/ai-agent-orchestration/" license: CC BY 4.0 https://creativecommons.org/licenses/by/4.0/ --- # AI एजेंट ऑर्केस्ट्रेशन **AI एजेंट ऑर्केस्ट्रेशन** (अंग्रेज़ी *multi-agent orchestration*) — कई [AI एजेंटों](https://ftrlg.com/hi/wiki/autonomous-ai-agents/) से एक साथ कोई काम करवाने का तरीक़ा: मुख्य एजेंट-ऑर्केस्ट्रेटर काम को हिस्सों में बाँटता है, उन्हें एक्ज़िक्यूटर एजेंटों को सौंपता है, उन पर नज़र रखता है और नतीजा जोड़ता है। ऑर्केस्ट्रेटर कोई इंसान भी हो सकता है, जो एक साथ कई एजेंटों को चलाता है। इसके लिए पहले ओपन फ़्रेमवर्क 2023 में आए।[^1] 2026 तक ऑर्केस्ट्रेशन डेवलपमेंट टूल्स का बिल्ट-इन फ़ीचर बन गया: Claude Code में एजेंटों की टीम चलाई जा सकती है, जो समानांतर काम करती है और ख़ुद आपस में तालमेल बिठाती है।[^7] लेकिन शोध दिखाते हैं कि कई एजेंट हमेशा मदद नहीं करते: कुछ कामों में वे एक एजेंट से काफ़ी बेहतर हैं, तो कुछ में काफ़ी बदतर।[^9] ## इतिहास - **16.08.2023** Microsoft ने AutoGen जारी किया — एक ओपन फ़्रेमवर्क, जिसमें ऐप्स कई ऐसे एजेंटों से बनते हैं, जो काम पूरा करने के लिए “एक-दूसरे से बात कर सकते हैं”।[^1] - **23.01.2024** LangChain ने LangGraph पर मल्टी-एजेंट ढाँचे दिखाए: “एजेंट-सुपरवाइज़र” अलग-अलग एजेंटों तक काम पहुँचाता है — असल में यह ऐसा एजेंट है, जिसके टूल दूसरे एजेंट हैं।[^2] - **19.12.2024** [Anthropic](https://ftrlg.com/hi/models/anthropic/) ने “Building Effective AI Agents” गाइड में “ऑर्केस्ट्रेटर — एक्ज़िक्यूटर” ढाँचा बताया: एक केंद्रीय मॉडल चलते-चलते काम को बाँटता है, हिस्से एक्ज़िक्यूटर मॉडलों को सौंपता है और उनके नतीजों को जोड़ता है।[^3] - **09.04.2025** Google ने कई विशेषज्ञ एजेंटों वाले ऐप्स के लिए Agent Development Kit और ओपन प्रोटोकॉल A2A जारी किया, जिसके ज़रिए अलग-अलग कंपनियों के एजेंट साथ काम कर सकते हैं; प्रोटोकॉल को 50 से ज़्यादा टेक्नोलॉजी पार्टनरों ने समर्थन दिया।[^4][^5] - **24.07.2025** Claude Code में अपने सबएजेंट आए: हर एक की अपनी कॉन्टेक्स्ट विंडो, अपने निर्देश, टूल और अनुमतियाँ।[^6] - **05.02.2026** Anthropic ने Claude Code में “एजेंट टीमें” जोड़ीं (प्रीव्यू संस्करण): कई एजेंट टीम की तरह समानांतर काम करते हैं और ख़ुद आपस में तालमेल बिठाते हैं।[^7] - **08.09.2026** [OpenAI](https://ftrlg.com/hi/models/openai/) बताता है कि उसके अंदरूनी मॉडल ने लगभग 10,000 तालमेल से काम करते एजेंटों की मदद से 88 घंटों में साबित किया कि (बाहरी बल के साथ) नेवियर–स्टोक्स समीकरणों में सीमित समय में सिंगुलैरिटी बन सकती है।[^16] - **07.10.2026** एलन मस्क घोषणा करते हैं कि Grok Bot हर काम के लिए सबसे अच्छा मॉडल लेगा, जिनमें Claude Opus 5.5, Midjourney और Suno शामिल हैं।[^17] - **08.10.2026** Google Gemini एजेंट पेश करता है, जो हर काम सबसे उपयुक्त मॉडल — Gemini या [Claude](https://ftrlg.com/hi/models/claude/) — पर चलाता है।[^18] - **09.10.2026** Anthropic Claude Managed Agents के डायनेमिक वर्कफ़्लो का सार्वजनिक बीटा खोलता है: मुख्य एजेंट कई एजेंटों पर चलने वाली योजना लिखता है। 70 डाली गई ग़लतियों वाले टेस्ट में वर्कफ़्लो ने तीनों रन में हर बार 66 पकड़ीं, अकेले एजेंट ने 14, 15 और 27।[^19] ## यह कैसे काम करता है दो ढाँचे मिलते हैं। पहले में ऑर्केस्ट्रेटर एक मॉडल होता है: वह ख़ुद तय करता है कि काम को किन हिस्सों में बाँटना है, और एक्ज़िक्यूटर चलाता है। ऐसे ही बने हैं फ़्रेमवर्क AutoGen, LangGraph, CrewAI, OpenAI Agents SDK (प्रायोगिक Swarm का उत्तराधिकारी)[^10] और Google ADK, और साथ ही Claude Code के सबएजेंट और एजेंट टीमें। दूसरे में ऑर्केस्ट्रेटर इंसान होता है, जो कई एजेंटों को समानांतर चलाता है। साइमन विलिसन लिखते हैं कि उनके पास अक्सर टर्मिनल की कई विंडो खुली रहती हैं, जिनमें अलग-अलग एजेंट अलग-अलग फ़ोल्डरों में काम करते हैं।[^11] प्रोजेक्ट Gas Town, जिसे स्टीव येगी ने बनाया है, इसे एक सिस्टम बना देता है: मुख्य एजेंट “मेयर” बाक़ी एजेंटों का तालमेल करता है, और प्रोजेक्ट के विवरण के अनुसार, 20–30 एजेंटों तक भी काम क़ाबू में रहता है।[^12] 2026 में ऑर्केस्ट्रेशन अलग-अलग कंपनियों के मॉडलों तक फैल गया: Google का Gemini एजेंट और xAI का Grok Bot हर काम उस मॉडल को भेजते हैं जो उसे सबसे अच्छी तरह करे, प्रतिद्वंद्वियों के मॉडल समेत।[^17][^18] ## डेटा | अध्ययन | क्या मापा गया | नतीजा | |---|---|---| | जेमरी (Cemri) और अन्य (कैलिफ़ोर्निया विश्वविद्यालय, बर्कले), 17.03.2025[^8] | 7 ओपन मल्टी-एजेंट सिस्टमों के काम के 1642 रिकॉर्ड; 150 हाथ से चिह्नित, बाक़ी — मॉडल से | विफलता की दर — **41% से 86.7% तक**; तीन समूहों में 14 तरह की गड़बड़ियाँ पहचानी गईं: सिस्टम की बनावट, एजेंटों में तालमेल की कमी, नतीजे की जाँच | | [Anthropic](https://ftrlg.com/hi/models/anthropic/), 13.06.2025[^13] | रिसर्च सिस्टम: Claude Opus 4 — ऑर्केस्ट्रेटर, Claude Sonnet 4 — एक्ज़िक्यूटर; टोकन बेचने वाली कंपनी का आंतरिक टेस्ट | अकेले Claude Opus 4 से **90.2%** बेहतर; टोकन की खपत चैट से लगभग **15 गुना** ज़्यादा; गुणवत्ता के 80% अंतर को ख़र्च किए गए टोकनों की मात्रा ही समझाती है | | किम (Kim) और अन्य (Google Research, [Google DeepMind](https://ftrlg.com/hi/models/google-deepmind/), MIT), 09.12.2025[^9] | 260 कॉन्फ़िगरेशन: एजेंटों के 6 टेस्ट, 5 आर्किटेक्चर (एक एजेंट और चार मल्टी-एजेंट), मॉडलों के 3 परिवार | एक एजेंट के मुक़ाबले — हिस्सों में बँटने वाले कामों (वित्तीय विश्लेषण) पर **+80.8%** से लेकर क्रमिक योजना पर **−70%** तक | > **[संपादकीय निष्कर्ष]** कई एजेंट कोई सार्वभौमिक सुधार नहीं, बल्कि एक दाँव हैं, जो स्वतंत्र हिस्सों में बँटने वाले कामों पर जीतता है और वहाँ हारता है, जहाँ क़दम एक-दूसरे पर निर्भर हैं। यह बढ़त टोकनों से ख़रीदी जाती है: Anthropic के यहाँ गुणवत्ता को सबसे पहले ख़र्च किए गए टोकनों की मात्रा समझाती है, और मल्टी-एजेंट सिस्टम चैट से लगभग 15 गुना ज़्यादा टोकन ख़र्च करता है। ओपन मल्टी-एजेंट सिस्टम 41% से 87% काम में विफल होते हैं, और गड़बड़ियों का बड़ा हिस्सा एजेंटों में तालमेल की कमी और बिना जाँचे नतीजे में है। एक शर्त: सबसे बड़ी बढ़त (+90.2%) टोकन बेचने वाली कंपनी का आंतरिक टेस्ट है। ## घटनाएँ ### ServiceNow: एजेंट, जो दूसरे एजेंटों को बुलाता है, नवंबर 2025 AppOmni कंपनी के शोधकर्ता आरोन कॉस्टेलो (Aaron Costello) ने दिखाया कि ServiceNow के AI सहायक Now Assist के एजेंट एक-दूसरे को ढूँढ सकते हैं और एक-दूसरे को काम सौंप सकते हैं — इसके लिए ज़रूरी सेटिंग्स डिफ़ॉल्ट रूप से चालू हैं। डेटा में डाले गए एक निर्देश ने एक बेज़रर एजेंट से “ज़्यादा ताक़तवर एजेंटों को शामिल” करवाया, और उन्होंने रिकॉर्ड बनाए, पढ़े, बदले और मिटाए, और दूसरे रिकॉर्डों की सामग्री वाले ईमेल बाहर भेजे — जबकि निर्देश डालने (prompt injection) से सुरक्षा चालू थी। ServiceNow ने पुष्टि की कि यह व्यवहार अपेक्षित है, और दस्तावेज़ों को स्पष्ट किया। AppOmni ऐसे हमलों से सुरक्षा बेचती है।[^14] ## आलोचना Devin एजेंट बनाने वाली Cognition ने वॉल्डेन यान (Walden Yan) के लेख “Don't Build Multi-Agents” में मल्टी-एजेंट सिस्टमों का विरोध किया। दो सिद्धांत: एजेंटों को अलग-अलग संदेश नहीं, बल्कि पूरा कॉन्टेक्स्ट और कार्रवाइयों का पूरा इतिहास देना चाहिए; हर कार्रवाई में छिपे फ़ैसले होते हैं, और टकराते फ़ैसलों से बुरे नतीजे निकलते हैं। उदाहरण: एक सबएजेंट ने काम का अपना हिस्सा ग़लत समझा और Super Mario Bros. की शैली में बैकग्राउंड बनाने लगा, दूसरे ने ऐसी चिड़िया बनाई, जो गेम की चिड़िया जैसी नहीं थी — और अंतिम एजेंट को दो ग़लतफ़हमियाँ जोड़नी पड़ीं। Cognition ख़ुद एक-एजेंट वाला प्रोडक्ट बेचती है।[^15] ## संकेत - 2025-10-05 — साइमन विलिसन: «अलग-अलग फ़ोल्डरों में अलग-अलग एजेंट» — इस बारे में कि वे ख़ुद एक साथ कई AI एजेंटों के साथ कैसे काम करते हैं (https://ftrlg.com/hi/signals/cq3nskqse/) ## यह भी देखें [स्वायत्त AI एजेंट](https://ftrlg.com/hi/wiki/autonomous-ai-agents/) · [एजेंटिक इंजीनियरिंग](https://ftrlg.com/hi/wiki/agentic-engineering/) · एजेंटिक कोडिंग · Claude Code · ख़ुद लिखने वाला सॉफ़्टवेयर ## संदर्भ [^1]: Q. Wu et al. AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation — arXiv, 16.08.2023. [arxiv.org](https://arxiv.org/abs/2308.08155) [^2]: LangGraph: Multi-Agent Workflows — LangChain, 23.01.2024. [langchain.com](https://www.langchain.com/blog/langgraph-multi-agent-workflows) [^3]: Building Effective AI Agents — Anthropic, 19.12.2024. [anthropic.com](https://www.anthropic.com/engineering/building-effective-agents) [^4]: Agent Development Kit: Making it easy to build multi-agent applications — Google for Developers, 09.04.2025. [developers.googleblog.com](https://developers.googleblog.com/en/agent-development-kit-easy-to-build-multi-agent-applications/) [^5]: Announcing the Agent2Agent Protocol (A2A) — Google for Developers, 09.04.2025. [developers.googleblog.com](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/) [^6]: Claude Code changelog, संस्करण 1.0.60 — Anthropic, 24.07.2025. [github.com](https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md) [^7]: Claude Opus 4.6 — Anthropic, 05.02.2026. [anthropic.com](https://www.anthropic.com/news/claude-opus-4-6) [^8]: M. Cemri et al. Why Do Multi-Agent LLM Systems Fail? — arXiv, 17.03.2025 (संस्करण 3 — 26.10.2025)। [arxiv.org](https://arxiv.org/abs/2503.13657) [^9]: Y. Kim et al. Towards a Science of Scaling Agent Systems — arXiv, 09.12.2025 (संस्करण 3 — 08.04.2026)। [arxiv.org](https://arxiv.org/abs/2512.08296) [^10]: Swarm (experimental, educational) — OpenAI, GitHub. [github.com](https://github.com/openai/swarm) [^11]: Embracing the parallel coding agent lifestyle — Simon Willison, 05.10.2025. [simonwillison.net](https://simonwillison.net/2025/Oct/5/parallel-coding-agents/) [^12]: Gas Town — Steve Yegge, GitHub. [github.com](https://github.com/steveyegge/gastown) [^13]: How we built our multi-agent research system — Anthropic, 13.06.2025. [anthropic.com](https://www.anthropic.com/engineering/multi-agent-research-system) [^14]: When AI Turns on Its Team: Exploiting Agent-to-Agent Discovery via Prompt Injection — AppOmni, 19.11.2025. [appomni.com](https://appomni.com/ao-labs/ai-agent-to-agent-discovery-prompt-injection/) [^15]: Don't Build Multi-Agents — Cognition, 12.06.2025. [cognition.com](https://cognition.com/blog/dont-build-multi-agents) [^16]: On the Navier–Stokes Millennium Prize Problem — OpenAI, 08.09.2026. [openai.com](https://openai.com/index/navier-stokes-solution/) [^17]: Elon Musk: “Important note regarding Grok @Bot…” — X, 07.10.2026. [x.com](https://x.com/elonmusk/status/2107724314451878104) [^18]: Gemini at Work 2026: Introducing Gemini agent — Google Cloud, 08.10.2026. [cloud.google.com](https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026) [^19]: Claude Developers: “We planted 70 bugs in a 116k-line codebase…” — X, 09.10.2026. [x.com](https://x.com/ClaudeDevs/status/2108591330129523146) — future.log, «AI एजेंट ऑर्केस्ट्रेशन», https://ftrlg.com/hi/wiki/ai-agent-orchestration/ · CC BY 4.0